abfragen - Java Forum Stuttgart

Werbung
Ihre
Persistenzschicht?
Ihr Kunde, Chef, DBA?
Tuning von
Hibernate und JPA
Anwendungen
Michael Plöd
Michael Plöd
• Architekt bei Senacor Technologies AG in
Nürnberg
• http://www.senacor.com
• [email protected]
• http://rockingcode.blogspot.com
• Twitter: @bitboss
IST ORM
LANGSAM
Zu
viele
Abfragen
Zu
langsame
Abfragen
Gründe für
schlechte
Performance
Falsch
getunte
Datenbank
Falsch
getunte
Infrastruktur
Anzahl der
Abfragen
Klassifizierung von
Abfragen
1.500
1.125
750
375
0
0
225
450
675
900
Durchschnittliche
Laufzeit in [ms]
Ursachen
Hohe Häufigkeit
Hohe Laufzeit
★ Applikations-Logik
★ Zu hohe Selektivität
★ Mappings
★ Variablen-Übergabe
★ Kein Caching
★ Fehlende Indizes
★ N+1 Selects Problem
★ Karthesisches Produkt
★ Locks
★ Datenbankstruktur
N+1 Selects Problem
@Entity
public class Konto {
...
@ManyToOne(fetch=FetchType.LAZY)
public Person getKunde() {...}
...
}
List list = s.createCriteria(Konto.class).list();
for (Iterator it = list.iterator(); it.hasNext();) {
Konto kto = (Konto) it.next();
kto.getKunde().getName();
}
SELECT
SELECT
SELECT
SELECT
...
*
*
*
*
FROM
FROM
FROM
FROM
KONTEN
PERSONEN WHERE PERSON_ID = ?
PERSONEN WHERE PERSON_ID = ?
PERSONEN WHERE PERSON_ID = ?
+1
N
Karthesisches Produkt
@Entity
public class Konto {
...
@OneToMany(fetch=FetchType.EAGER)
public Set<Buchung> getBuchungen() {...}
@OneToMany(fetch=FetchType.EAGER)
public Set<Vollmacht> getVollmachten() {...}
...
}
select konto.*, buchung.*, vollmacht.*
from KONTEN konto
left outer join BUCHUNGEN buchung
on konto.ID = buchung.KTO_ID
left outer join VOLLMACHTEN vollmacht
on konto.ID = vollmacht.KTO_ID
Karthesisches Produkt
select konto.*, buchung.*, vollmacht.*
from KONTEN konto
left outer join BUCHUNGEN buchung
on konto.KTO_ID = buchung.KTO_ID
left outer join VOLLMACHTEN vollmacht
on konto.KTO_ID = vollmacht.KTO_ID
KTO_ID
KTO_NR
...
BUCH_ID
BUCH_BETRAG
...
VM_ID
VM_NAME
...
1
12344
...
10
1000,00 €
...
200
Michael Plöd
...
1
12344
...
10
1000,00 €
...
300
Martin Plöd
...
1
12344
...
20
-324,23 €
...
200
Michael Plöd
...
1
12344
...
20
-324,23 €
...
300
Martin Plöd
...
1
12344
...
30
543,11 €
...
200
Michael Plöd
...
1
12344
...
30
543,11 €
...
300
Martin Plöd
...
2
21300
...
40
-4323,23 €
...
400
Sandra Ulrich
...
2
21300
...
40
-4323,23 €
...
400
Melanie Ulrich
...
2
21300
...
40
-4323,23 €
...
400
Herbert Ulrich
...
...
...
...
...
...
...
...
...
...
Gutes
TUNING
Anzahl oder Laufzeit?
ist
IMMER
eine Frage der
BALANCE
FETCHING
CACHING ABFRAGEN
★ Batch
★ 1st Level Cache
★ Selektivität
★ Subselect
★ 2nd Level Cache
★ Query Cache
★ Eager
★ Stateless Session
★ Bind Variablen
LOGIK
★ Schleifen
★ Datenmenge
LOCKS
★ Optimistic
Locking
Runtime
★ DB Entwurf
★ Konfiguration
★ Connection Pool
Mappings
Batch Fetching
@Entity
public class Konto {
@ManyToOne(...)
public Person getKunde()
{...}
...
}
@Entity
@BatchSize(size=5)
public class Person {
...
}
SELECT k.* FROM KONTEN k
SELECT * FROM PERSONEN
WHERE PERSON_ID IN (?, ?, ?, ?, ?)
SELECT * FROM PERSONEN
WHERE PERSON_ID IN (?, ?, ?, ?, ?)
SELECT * FROM PERSONEN
WHERE PERSON_ID IN (?, ?, ?)
Batch Fetching
1.500
★ Schätzung
1.125
★ Einfach
750
★ Lazy
375
0
0
225
450
675
900
★ (N / Batch Size) + 1
Subselect Fetching
@Entity
public class Konto {
@OneToMany
@Fetch(FetchMode.SUBSELECT)
public Set getBuchungen()
{...}
...
}
SELECT k.* FROM KONTEN k
SELECT b.* FROM BUCHUNGEN b
WHERE b.KTO_ID IN (
SELECT k.KTO_ID FROM KONTEN k
)
Subselect Fetching
★ Nur für Collections
1.500
★ Keine Schätzung
1.125
750
★ Einfach
375
0
★ Lazy
0
225
450
675
900
★ 2 Abfragen
Eager Fetching
@Entity
public class Konto {
@OneToMany(
fetch = FetchType.EAGER
)
public Set getBuchungen()
{...}
@ManyToOne(
fetch = FetchType.EAGER
)
public Kunde getEigentuemer()
{...}
}
SELECT
FROM
LEFT
on
LEFT
on
ko.*, b.*,
KONTEN ko
OUTER JOIN
b.KTO_ID =
OUTER JOIN
ko.KU_ID =
ku.*
BUCHUNGEN b
ko.KTO_ID
KUNDEN ku
ku.KU_ID
Eager Fetching
★ Nie bei 2+ Collections!
1.500
1.125
★ Nicht Lazy
750
★ 1 Abfrage
375
0
★ Nie in globalen Fetch
0
225
450
675
900
Plan aufnehmen
Caching
Caching Architektur
First Level Cache
Persistenz Kontext A
Persistenz Kontext B
Persistenz Kontext C
Second Level Cache
Cache Concurrency Strategy
Query Cache
Cache Implementierung
Klassen Cache
Region
Collection Cache
Region
Query Cache
Region
Update Timestamps
Cache Region
Welche
EXCEPTION
bekomme ich, wenn
ich
10.000.000 Objekte
lade?
OutOfMemory
!
Hibernate
verwaltet den
1st Level Cache
nicht von selbst!
Grundregeln
★ ORM ist kein Batch Tool!
★ Bei Massen-Verarbeitung regelmässig
flushen und clearen!
★ JDBC Batch-Size anpassen
for ( int i=0; i<100000; i++ ) {
Konto konto = new Konto(...);
session.save(konto);
if ( i % 50 == 0 ) {
session.flush();
session.clear();
}
}
Concurrency Strategies
Transactional
Isolation bis zu
repeatable read
Read-Write
Isolation bis zu
read commited
Keine Konsistenz Garantie, aber
Nonstrict-read-write Timeouts
Read-only
Nur für Daten, die sich nie ändern
Cache Provider
Read-write
Nonstrict
Read-write
Read-only
EHCache
x
x
x
OSCache
x
x
x
x
x
Transactional
SwarmCache
JBoss Cache
x
x
Konfiguration
org.hibernate.cache.provider_class
EHCache
org.hibernate.cache.EhCacheProvider
OSCache
org.hibernate.cache.OsCacheProvider
SwarmCache org.hibernate.cache.SwarmCacheProvider
JBoss Cache org.hibernate.cache.TreeCacheProvider
Mappings
★ Annotation:
@Cache(usage=CacheConcurrencyStrategy.READ_WRITE)
★ XML:
<cache usage=“read-write“>
★ Sowohl auf Klassen als auch auf Collection
Level
★ Volles Caching: Klasse + Collection!
Beispiel
@Entity
@Cache(usage=CacheConcurrencyStrategy.NONSTRICT_READ_WRITE)
public class Author implements Serializable {
...
@Override
public int hashCode() { ... }
@Override
public boolean equals(Object obj) { ... }
}
@Entity
@Cache(usage=CacheConcurrencyStrategy.READ_WRITE)
public class RecordReview implements Article {
...
@OneToMany(fetch=FetchType.LAZY)
@Cache(usage=CacheConcurrencyStrategy.NONSTRICT_READ_WRITE)
private Set<Author> authors = new HashSet<Author>();
...
}
Cache Regions
★ Einteilung in Cache Regions mit Naming
Convention
★ Cache Regions werden in Cache Provider
Konfiguration referenziert
Klasse
Voll qualifizierter Name
de.allschools.domain.Band
de.allschools.domain.Band
Collection
Klasse + „.“ + Attribut
de.allschools.domain.Record#bands de.allschools.domain.Record.bands
EhCache Beispiel
ehchache.xml
<ehcache>
<diskStore path="java.io.tmp"/>
<defaultCache maxElementsInMemory="10000" eternal="true"
overflowToDisk="true" />
<cache name="de.allschools.domain.Author"
maxElementsInMemory="30"
eternal="false"
timeToIdleSeconds="900"
timeToLiveSeconds="1800"
overflowToDisk="true" />
<cache name="de.allschools.domain.RecordReview.authors"
maxElementsInMemory="500"
eternal="false"
timeToIdleSeconds="600"
timeToLiveSeconds="1200"
overflowToDisk="true" />
...
</ehcache>
Auswahl von Caching Kandidaten?
KONSERVATIV
★ Wenige Inserts und Updates
★ Viele Lesezugriffe
★ Unkritische Daten
★ Von vielen Sessions benötigt
★ Von vielen Usern benötigt
Abfragen
Selektivität
★ Nur benötige Daten laden
★ Möglichst früh einschränken
★ Projection verwenden
Query query = getSession().createQuery(
"select
new TourCityInfo(t.name, d.timestamp, l)
from Tour t
inner join t.tourDates d
with d.timestamp > :datum
inner join d.location l
where l.stadt=:stadt
order by t.name asc"
);
"from User u
where u.name=" + name
✦ SQL Injection
✦ Performance Killer
✦ Heimtückisch
!
IMMER
BIND
VARIABLEN
verwenden
Query query =
session.createQuery("from User u where u.name= :name");
q.setString("name", "michael");
Query Cache
★ Wird selten benötigt
★ Nur für bestimmte Queries geeignet
★ Wird extra konfiguriert:
hibernate.cache.use_query_cache=true
★ Muss pro Query / Criteria aktiviert werden:
query.setCacheable(true);
Analyse
Logging
★ Sehr detailliert, viele Informationen
★ Interessant sind für Tuning:
➡
org.hibernate.jdbc - TRACE
➡
org.hibernate.SQL - TRACE
★ Logging auch in User Types integrieren
★ Sicht auf plain SQL
Statistics
★ Extrem wertvolle Informationen
★ Müssen extra aktiviert werden
➡
Konfiguration:
➡
Programmatisch:
hibernate.generate_statistics
sessionFactory.getStatistics().setStatisticsEnabled(true)
★ Zugriff
➡
Programmatisch: sessionFactory.getStatistics()
➡
JMX
Entity
Collection
Statistics
Query
Cache
Datenbank + Infrastruktur
★ Auch in der Datenbank analysieren
➡
Sind alle Indizes korrekt gesetzt?
➡
Wie ist das Laufzeitverhalten?
★ Gleiches gilt für Infrastruktur
➡
Connection Pool
➡
Transaktions Monitor
➡
Applikations Server
Laufen
lassen
Messdaten
erheben
Analyse
pro
Anwendungsfall
Nur eine
Tuning
Massnahme
Vergleich
mit Referenz
und Doku
VIELEN
DANK!
FRAGEN?
Michael Plöd
Senacor Technologies AG
[email protected]
Herunterladen